sklearn中make_blobs怎么用

這篇文章給大家分享的是有關(guān)sklearn中make_blobs怎么用的內(nèi)容。小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過(guò)來(lái)看看吧。

sklearn中的make_blobs函數(shù)主要是為了生成數(shù)據(jù)集的，具體如下：

1.調(diào)用make_blobs

from sklearn.datasets import make_blobs

2.make_blobs的用法

data, label = make_blobs(n_features=2, n_samples=100, centers=3, random_state=3, cluster_std=[0.8, 2, 5])

• n_features表示每一個(gè)樣本有多少特征值

• n_samples表示樣本的個(gè)數(shù)

• centers是聚類中心點(diǎn)的個(gè)數(shù)，可以理解為label的種類數(shù)

• random_state是隨機(jī)種子，可以固定生成的數(shù)據(jù)

• cluster_std設(shè)置每個(gè)類別的方差

下面舉例說(shuō)明：

'''創(chuàng)建訓(xùn)練的數(shù)據(jù)集'''
from sklearn.datasets import make_blobs
data, label = make_blobs(n_features=2, n_samples=100, centers=2, random_state=2019, cluster_std=[0.6,0.7] )

看看生成的數(shù)據(jù)集：

data有2個(gè)特征（n_features=2），樣本個(gè)數(shù)是100（n_samples=100）

再看看生成的label：

label只有0或者1（centers=2），維度是100

random_state給定數(shù)值后，每次生成的數(shù)據(jù)集就是固定的，方便后期復(fù)現(xiàn)，默認(rèn)的是每次隨機(jī)生成，要注意一下??！

好了，這樣我們就擁有了一個(gè)自己想要的數(shù)據(jù)集，然后就可以開(kāi)始后續(xù)的一些工作了?。。?！

感謝各位的閱讀！關(guān)于“sklearn中make_blobs怎么用”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！